arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

图像生成

图像生成、文生图、图像编辑、扩散模型和可控生成。

2026-08-10 至 2026-08-10 共收录 73 信号源:cs.CV, cs.GR, cs.MM

1. 扩散模型 56 篇

2508.20147 2026-08-10 gr-qc math-ph math.MP 78%

Nonlinear diffusion in relativistic kinetic theory

Simone Calogero

专题命中 扩散模型 :diffusion(title,abstract)

Comments 17 pages, no figures. The important references [13], [15] have been added

Journal ref Acta Phys. Pol. B 57, 9-A3 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.22778 2026-08-10 math.PR cs.LG stat.ML 版本更新 78%

Free Denoising Diffusion Models

自由去噪扩散模型

Swagatam Das

机构 * Electronics and Communication Sciences Division, Indian Statistical Institute, Kolkata 700108, India(印度统计研究所电子与通信科学系,加尔各答700108,印度)

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 该研究提出用于去噪扩散的自由概率框架,恢复相关不等式等理论结果,推导反向时间方程与得分匹配算法,分析算子值波动率情况并给出谱间隙阈值及数值实验。

详情

展开后加载摘要…

URL PDF HTML 收藏
2409.18804 2026-08-10 stat.ML cs.LG math.ST stat.TH 版本更新 78%

Convergence of Diffusion Models Under the Manifold Hypothesis in High-Dimensions

高维流形假设下扩散模型的收敛性

Iskander Azangulov, George Deligiannidis, Judith Rousseau

专题命中 扩散模型 :diffusion(title,abstract)

AI总结 该研究在流形假设下证明 DDPM 的分数学习和采样复杂度均实现与高维 ambient 空间维度无关的速率,通过建立扩散模型与高斯过程极值理论的新框架完成,解释了其经验成功。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06976 2026-08-10 math.NA cs.NA math-ph math.MP 新提交 71%

A model and a finite element approximation of the mixed-dimensionality diffusion problem

混合维度扩散问题的模型及其有限元近似

Ignacio Romero, David Portillo

专题命中 扩散模型 :diffusion(title)

AI总结 本文提出了模拟三维扩散固体内嵌一维扩散纤维耦合行为的混合维度扩散问题模型,给出有限元近似并证明其收敛性,数值例子验证了理论结果。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.18522 2026-08-10 cond-mat.stat-mech 版本更新 71%

Quasiparticle dynamics and diffusive scale hydrodynamics in an inhomogeneous gas of hard rods

一维硬杆气体中准粒子动力学与水动力学

Anupam Kundu

专题命中 扩散模型 :diffusion(title)

AI总结 研究一维硬杆气体中准粒子的随机动力学,分析其均值、方差和自相关函数在长程相关和无长程相关初始态下的演化,推导相空间密度相关性的解析结果,揭示长程相关对均值欧拉广义水动力学方程的扩散尺度修正。

Comments 33 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.05811 2026-08-10 cs.CV 版本更新 70%

Energy-Guided Flow Matching

能量引导的流匹配(Energy-Guided Flow Matching)

Haoyang Tong, Yu He, Fang Li, Lichen Ma, Jingling Fu, Dong Chen, Zhen Chen, Junshi Huang, Jie Cao

专题命中 扩散模型 :image generation(abstract);text-to-image(abstract);分类 cs.CV

AI总结 本文提出能量引导的流匹配(EG-FM),通过移动端点显式建模从粗到细的生成轨迹,无需额外适配,在ImageNet类条件图像生成及文本到图像生成任务中均取得优异性能。

Comments 19 pages, Code:https://github.com/ysng123/EG-FM

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06729 2026-08-10 cs.RO cs.CV 新提交 57%

AtlasVLA: Persistent World-Ego State Modeling for Vision-Language-Action Models

AtlasVLA:面向视觉-语言-动作模型的持久化世界-自我状态建模

Guiyu Zhao, Longteng Guo, Yanghong Mei, Zilin Zhu, Yu Zhang, Bin Cao, Mingming Yu, Xingjian He, Jie Jiang, Jing Liu

专题命中 扩散模型 :diffusion(abstract);分类 cs.CV

AI总结 AtlasVLA是一种新型VLA模型框架,通过双记忆架构实现持久化世界-自我状态建模,在仅用腕部单目相机的情况下,在LIBERO等基准及真实世界长时序任务中性能超越多视图基线。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.05663 2026-08-10 cs.CV cs.SD 版本更新 57%

Vorch-Streamer: Extending Human Audio-Visual Generation to Real-Time Long-Form Streaming

Vorch-Streamer:将人类音视频生扩展至实时长格式流式生成

Menglin Han, Yang Ding, Yulei Lu, Haoran Yu, Xin Ma, Junyi Chen, Zhangkai Ni, Lin Ma, Yaohui Wang

机构 * Vorch Team(Vorch团队) Tongji University(同济大学) Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳)) Shanghai Jiao Tong University(上海交通大学)

专题命中 扩散模型 :diffusion(abstract);分类 cs.CV

AI总结 Vorch-Streamer是一款后训练框架,通过混合训练、自强制与DMD蒸馏等技术,实现了超24 FPS的实时长格式T2AV流式音视频生成,兼具音唇同步性与身份保留能力。

Comments Project page: https://vorch-project.github.io/Vorch-Streamer-project/

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26839 2026-08-10 cs.RO cs.CV 版本更新 57%

Ordinal Neural Collapse as a Representation Prior for Visual Navigation

序数神经坍缩作为视觉导航的表征先验

E-In Son, Jung-Taak Kim, Seung-Woo Seo

机构 * Seoul National University(首尔大学)

专题命中 扩散模型 :diffusion(abstract);分类 cs.CV

AI总结 针对视觉模仿学习中编码器学习到模糊、动作无关表征的问题,提出ORION方法,利用导航动作的序数结构显式组织表征空间,在仿真和真实环境中显著提升导航成功率。

Comments 27 pages, 14 figures. Supplementary material included

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.23655 2026-08-10 cs.MM 版本更新 57%

A 3D-Cascading Crossing Coupling Framework for Hyperchaotic Map Construction and Its Application to Color Image Encryption

一种用于超混沌映射构建的3D级联交叉耦合框架及其在彩色图像加密中的应用

Jilei Sun, Dianhong Wu

专题命中 扩散模型 :diffusion(abstract);分类 cs.MM

AI总结 本文提出了一种3D级联交叉耦合框架用于构建超混沌映射,并应用于彩色图像加密,实现了高安全性的加密方案。

Comments Withdrawn as the research requires substantial additional work and major revisions to meet the standard of a complete study

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12236 2026-08-10 eess.IV cs.CV 版本更新 57%

Resolution-Agnostic Neural Operators for Multi-Rate Sparse-View CT

分辨率无关的神经算子用于多速率稀疏视角CT

Aujasvit Datta, Jiayun Wang, Asad Aali, Anima Anandkumar

机构 * Caltech(加州理工学院) IIT Kanpur(印度理工学院坎普尔分校) Stanford University(斯坦福大学)

专题命中 扩散模型 :diffusion(abstract);分类 cs.CV

AI总结 CTO提出一种分辨率无关的神经算子框架,通过连续函数空间实现多速率稀疏视角CT重建的泛化,提升重建质量和效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06387 2026-08-10 econ.EM 新提交 50%

Technology Transfer Readiness, Explainable AI and Financial Innovation Capability Transitions in Expanded BRICS: Benchmarking Against Advanced Innovation Economies

扩展金砖国家的技术转移准备度、可解释人工智能与金融创新能力转型:与先进创新经济体的基准比较

Manoj Kumar, Prashanth BS, Ariful Hoque, Nasser Al Muraqab, Immanuel Azaad Moonesar, Udo Christian Braendle, Ananth Rao

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究通过可解释AI对比先进经济体,分析扩展金砖国家技术转移准备度与金融创新能力转型,发现其与先进经济体转移概率存不对称,为创新政策提供依据。

Comments 32 pages, 6 tables, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.07126 2026-08-10 cs.HC cs.AI 新提交 50%

PHOENIX: Fine-Tuned SLM-Powered Autonomous Satellite Lifetime Extension via Predictive Self-Healing and Multi-Agent AI Recovery

PHOENIX:通过预测性自修复与多智能体AI恢复实现的经微调小型语言模型驱动的自主卫星寿命延长

Sumaiya Islam, Harsha Kumara Moraliyage

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究针对CubeSat在轨故障无法及时修复导致寿命不足的问题,提出PHOENIX系统,利用微调SLM与多智能体AI实现自主故障修复,基于ESA基准验证了初步效果。

Comments 6 pages, 2 figures. Accepted at IEEE IRAI 2026 (International Conference on Responsible Artificial Intelligence)

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.07177 2026-08-10 math.AP 新提交 50%

Linearized uniqueness of space dependent coefficients in a non-autonomous evolution equation from non-local observations

非自治演化方程中基于非局部观测的空间依赖系数的线性化唯一性

Barbara Kaltenbacher

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文针对含双线性控制项的非自治时变偏微分方程,证明了基于含空间域加权积分的非局部时间迹线观测的空间依赖系数线性化唯一性,并将其应用于扩散方程势函数识别及Bloch-Torrey方程的定量磁共振成像参数重建。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06814 2026-08-10 math.AP math.OC 新提交 50%

Stochastic Homogenization of Non-local Hamilton-Jacobi-Bellman equations

非局部哈密顿-雅可比-贝尔曼方程的随机均匀化

Wenjia Jing, Qi Zhang

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文应用Kosygina等人2006年提出的方法,建立平稳遍历随机介质中带跳扩散的HJB方程的随机均匀化,将非局部积分-微分算子表示为正则积分算子的散度,拓展了原有方法的适用范围。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06646 2026-08-10 math.PR 新提交 50%

Three-dimensional stochastic wave equation with non-Lipschitz coefficients

具有非利普希茨系数的三维随机波动方程

Jingyu Huang, Wenxuan Tao

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文研究具有非利普希茨系数的三维随机波动方程,在噪声空间协方差的适当假设下,证明了其整体温和解的存在与唯一性,并给出了适用的参数范围。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06390 2026-08-10 math.AP 新提交 50%

Bridging Scales in Chemotaxis: Scale-Uniform Forward Stability for Run-and-Tumble Kernel Estimation

趋化性中的尺度衔接:游动-翻滚核估计的尺度一致前向稳定性

Jos{é} A. Carrillo, Jiangjun Ma, Min Tang

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究针对趋化性微观与宏观尺度模型的衔接问题,开发变分损失泛函估计游动-翻滚转向核,建立尺度一致前向稳定性估计,结合稀疏反演可鲁棒恢复各类异质性转向核。

Comments Submitted to Inverse Problems

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06413 2026-08-10 physics.chem-ph physics.comp-ph 新提交 50%

Competing Energetics Govern Gas Permeation in Polymer of Intrinsic Microporosity (PIM) Membranes

竞争能量学调控固有微孔聚合物(PIM)膜中的气体渗透

Jianhao Qian, Ruoyu Wang, Menachem Elimelech

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究采用非平衡分子动力学模拟,揭示PIM膜中气体渗透由气体-壁相互作用势能与热动能的竞争调控,明确了两种entry路径及温度对传输机制的影响,为微孔聚合物膜气体传输研究提供了孔流视角。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.07445 2026-08-10 cond-mat.mtrl-sci cond-mat.dis-nn physics.comp-ph 新提交 50%

Permutation invariant neural network prediction of vacancy formation under deformation and varying chemical environment in FCC high entropy alloys

面心立方高熵合金在变形及变化化学环境下空位形成的排列不变性神经网络预测

Tanvir Sohail, Swarnava Ghosh

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究开发了一种排列不变性机器学习框架,可高效预测面心立方高熵合金中不同变形及化学环境下的空位形成能,为多尺度合金模型提供了高效途径。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06895 2026-08-10 cond-mat.mtrl-sci 新提交 50%

Local Structure Dictates Ionic Transport and Mechanical Properties in Glassy Solid Electrolytes for Lithium Batteries

局部结构决定用于锂电池的玻璃态固体电解质中的离子传输与力学性能

Yong Li, Tao Du, Rasmus Christensen, Timothée Jamin, Zhencai Li, Qi Zhang, Xiaoyi Xu, Kasper Tolborg, Yuanzheng Yue, Morten M. Smedskjaer

专题命中 扩散模型 :diffusion(abstract)

AI总结 本研究采用分子动力学模拟揭示玻璃态Li-S-P-B-I电解质中B-S与P-S网络的相互作用,发现适量P₂S₅可通过解聚硼框架提升离子电导率并实现脆-韧转变,过量则阻碍Li⁺迁移,为相关玻璃电解质设计提供原子层面原理。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06797 2026-08-10 cond-mat.soft physics.optics 新提交 50%

Particle Contacts Generate Fractional Density Relaxation

粒子接触产生分数密度弛豫

Hu Cang

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究解决了短时间粒子接触物理为记忆核提供精确起点的问题,证明硬粒子接触作为构型空间反射边界决定密度弛豫振幅,为相关实验与模拟提供微观边界条件。

Comments 9 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.22618 2026-08-10 math.OC math.PR 版本更新 50%

Transform Method for Stochastic Processing and Matching Networks

随机处理与匹配网络的变换方法

Sushil Mahavir Varma, Prakirt Jhunjhunwala, Daniela Hurtado-Lange, Siva Theja Maguluri

专题命中 扩散模型 :diffusion(abstract)

AI总结 研究现代服务系统拥堵问题中随机处理与匹配网络的稳态分析,提出变换方法,通过直接处理预极限系统克服技术障碍,得出显式函数方程,提供非渐近性能保证,综述其理论进展及实际相关性,为系统设计控制提供有力分析替代。

Comments Appeared in "TutORials in Operations Research" in the 2026 issue

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.23041 2026-08-10 astro-ph.GA 版本更新 50%

Itô tracers: continuous-trajectory Lagrangian particles for Eulerian hydrodynamics

伊藤追踪器:用于欧拉流体动力学的连续轨迹拉格朗日粒子

Eric R. Moseley, R. Teyssier, Tom Abel

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出伊藤追踪器,通过匹配动量、扩散和散射来改进拉格朗日粒子追踪,相比蒙特卡洛追踪器在统计测试中表现更优,且适用于多种连续轨迹过程。

Comments 16 pages, 11 figures, submitted to MNRAS. Comments welcome

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.00669 2026-08-10 cs.LG math.DS 版本更新 50%

Embedded Variational Neural Stochastic Differential Equations for Learning Heterogeneous Dynamics

嵌入变分神经随机微分方程用于学习异质动态

Sandeep Kumar Samota, Reema Gupta, Snehashish Chakraverty

机构 * National Institute of Technology, Rourkela, India(印度国立理工学院鲁尔克拉分校) Poverty Alleviation Research Centre, National Institute of Technology, Rourkela, India(印度国立理工学院鲁尔克拉分校扶贫研究中心)

专题命中 扩散模型 :diffusion(abstract)

AI总结 本文提出V-NSDE模型,结合神经SDE的动态表达与VAE的生成能力,用于学习异质动态,通过编码器和解码器处理时间序列数据,提升复杂模式识别能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.12607 2026-08-10 stat.ME 版本更新 50%

On goodness-of-fit testing for volatility in McKean-Vlasov models

McKean-Vlasov模型中波动率的拟合优度检验

Akram Heidari, Mark Podolskij

专题命中 扩散模型 :diffusion(abstract)

AI总结 针对McKean-Vlasov随机微分方程的波动率拟合优度检验问题,提出基于粒子系统离散观测的检验方法,建立其渐近性质,为高维平均场扩散模型的波动率设定评估提供严格依据。

Comments 19 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.07386 2026-08-10 math-ph cond-mat.stat-mech math.MP math.PR physics.data-an 50%

Conditional splitting probabilities for hidden-state inference in drift-diffusive processes

Emir Sezik, Jacob Knight, Henry Alston, Connor Roberts, Thibault Bertrand, Gunnar Pruessner, Luca Cocconi

专题命中 扩散模型 :diffusion(abstract)

Comments 29 pages, 8 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2408.03181 2026-08-10 q-fin.TR q-fin.CP 版本更新 50%

Correlation emergence in two coupled simulated limit order books

两个耦合模拟限价订单簿中的相关性涌现

Dominic Bauer, Derick Diana, Tim Gebbie

专题命中 扩散模型 :diffusion(abstract)

AI总结 该研究通过随机游走模拟耦合限价订单簿,证明Epps效应可由交易者相互作用涌现产生,无需依赖市场微观结构噪声,还分析了相关程式化事实的影响因素。

Comments 11 pages, 4 figures, 15 subfigures; v2: corrects a typographical sign error in the Gaussian source term that is correct in the code-base; added references to clarified software availability and reproducibility. Results and conclusions unchanged

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 可控生成 5 篇

2608.06751 2026-08-10 cs.CV cs.AI 新提交 83%

Beyond Starry Night: Shortcut-Aware Control-State Planning for Artist-Grounded Text to Image Generation

超越《星夜》:面向艺术家基础的文本到图像生成的捷径感知控制状态规划

Kuan Xing, Ye Wang, Changyi Gan, Yuheng Li, Thao Nguyen, Yi Chang, Yilin Wang

机构 * Jilin University(吉林大学) Adobe(奥多比公司) University of Wisconsin(威斯康星大学)

专题命中 可控生成 :image generation(title,abstract);image synthesis(abstract);分类 cs.CV

AI总结 该研究针对艺术家基础的文本到图像生成存在的捷径偏差问题,提出 Atelier 框架,结合 ArtIntentBench 基准测试,提升了风格保真度与结构保留度,减少了捷径替换。

Comments 47 pages, 13 figures, including appendices. Kuan Xing and Ye Wang contributed equally

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.27735 2026-08-10 quant-ph 版本更新 71%

An IQP Born Machine for Calorimeter Image Generation at 64 Qubits with Compiled-IQP Deployment

用于64量子比特量热仪图像生成的IQP玻恩机及编译IQP部署

Jamal Slim, Saverio Monaco, Florian Rehm, Dirk Krücker, Kerstin Borras

专题命中 可控生成 :image generation(title)

AI总结 提出一种瞬时量子多项式时间(IQP)玻恩机架构,通过编译为单次采样困难的IQP电路,在64量子比特上实现高能物理量热仪簇射图像的生成,并达到优于经典基线的相关性度量。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06878 2026-08-10 cs.CV 新提交 70%

ControlRef: Efficient Layout-Guided Multi-Instance Generation via Anchored 4D-RoPE

ControlRef:基于锚定4D-RoPE的高效布局引导多实例生成

Yunkai Yang, Yudong Zhang, Xinying Chen, Haoyuan Liang, Yizhuo Niu, Jinshuai Cheng, Kunquan Zhang, Liziyue Fang, Weitao Wan, Runmin Dong

专题命中 可控生成 :diffusion(abstract);image synthesis(abstract);分类 cs.CV

AI总结 ControlRef是一种高效布局引导多实例合成框架,通过UILC注意力掩码与锚定4D-RoPE提升空间对齐,在保证视觉保真度和定位精度的同时大幅降低推理延迟与内存开销。

详情

展开后加载摘要…

URL PDF HTML 收藏